WorkForge：用一万六千多个真实职场工作区训长程任务

公开技术日报介绍 WorkForge：基于约 16665 个真实职场工作区训练大模型完成长程任务，流程包括专家场景蓝图、真实材料工作区、任务与验证标准、执行打分；强调用真实材料而非过度整理的合成环境[1]。

对做 Agent 评测的人，这比「纯合成 ticket」更接近脏数据现实。数据集覆盖领域与协议细节以项目页面为准。你更信真实工作区，还是可控合成环境？

[1] zhangferry Daily News #2026-10-24，2026年10月24日。

#WorkForge #Agent #数据集 #开源研究